Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Mining Interest In Online Shoppers’ Data: An Association Rule Mining Approach

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28120%2F17%3A63517290" target="_blank" >RIV/70883521:28120/17:63517290 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Mining Interest In Online Shoppers’ Data: An Association Rule Mining Approach

  • Popis výsledku v původním jazyce

    Online shopping, as a form of e-commerce, is not nearing extinction anytime soon. As the interplay between shoppers and vendors continues to grow in the midst of complex transactional data, extracting knowledge from the data has become imperative. In view of this, this paper explores the use of the association rule mining technique to glean relevant information from such shopper-vendor interactions. In particular, this paper looks at some of the unusual, frequent relationships existing between online shoppers on one hand, and vendors on the other hand in the Czech Republic. The results revealed with higher confidence values the following: (1) there is a strong association between criteria for buying items on the Internet and information gathered before initiating an online transaction; (2) a sizable number of online customers engage in online shopping because of the price attached to the product in question; and (3) a greater proportion of online customers engage in online transactions through specialized e-shops. The work provides general insights into how shopper-vendor transactional data can be explored.

  • Název v anglickém jazyce

    Mining Interest In Online Shoppers’ Data: An Association Rule Mining Approach

  • Popis výsledku anglicky

    Online shopping, as a form of e-commerce, is not nearing extinction anytime soon. As the interplay between shoppers and vendors continues to grow in the midst of complex transactional data, extracting knowledge from the data has become imperative. In view of this, this paper explores the use of the association rule mining technique to glean relevant information from such shopper-vendor interactions. In particular, this paper looks at some of the unusual, frequent relationships existing between online shoppers on one hand, and vendors on the other hand in the Czech Republic. The results revealed with higher confidence values the following: (1) there is a strong association between criteria for buying items on the Internet and information gathered before initiating an online transaction; (2) a sizable number of online customers engage in online shopping because of the price attached to the product in question; and (3) a greater proportion of online customers engage in online transactions through specialized e-shops. The work provides general insights into how shopper-vendor transactional data can be explored.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    50204 - Business and management

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Acta Polytechnica Hungarica

  • ISSN

    1785-8860

  • e-ISSN

  • Svazek periodika

    2017

  • Číslo periodika v rámci svazku

    14

  • Stát vydavatele periodika

    HU - Maďarsko

  • Počet stran výsledku

    18

  • Strana od-do

    143-160

  • Kód UT WoS článku

    000423414600009

  • EID výsledku v databázi Scopus